Uit een nieuw onderzoek van de Universiteit van Warwick is gebleken dat een AI-systeem röntgenfoto's kan analyseren en net zo nauwkeurig als artsen een diagnose kan stellen.
Deze AI, ontwikkeld door een samenwerking tussen Warwick, King's College London en verschillende NHS-vestigingen, werd getraind op 2,8 miljoen historische röntgenfoto's van de borstkas van meer dan 1,5 miljoen patiënten.
De AI kan 37 mogelijke aandoeningen scannen en is in 94% van de gevallen even nauwkeurig of nauwkeuriger dan artsen (35 van de 37 aandoeningen). Om de nauwkeurigheid van de AI te garanderen, werden meer dan 1400 geanalyseerde röntgenfoto's door ervaren radiologen vergeleken met historische diagnoses.
Er zijn tal van vergelijkbare toepassingen van AI voor medische scans, waaronder CoDoC van Googlewaardoor de werklast voor het analyseren van medische scans met 66% afneemt.
De software gebruikt in dit recente onderzoekgenaamd X-Raydar, scant onmiddellijk na het maken van röntgenfoto's op mogelijke problemen en kwantificeert de waarschijnlijkheid van elke gedetecteerde afwijking.
Het geeft prioriteit aan urgente aandoeningen en helpt artsen om een tijdige diagnose te stellen, wat van cruciaal belang is te midden van personeelstekorten en oplopende wachtlijsten.
Dr. Giovanni Montana, hoofdauteur en hoogleraar Data Science aan Warwick, legde het potentieel van de AI uit als screeningstool of voor het bieden van "de ultieme second opinion" door het elimineren van menselijke fouten en vooringenomenheid. Hij benadrukte de training op miljoenen röntgenfoto's en de effectiviteit van onbevooroordeelde analyse.
Professor Vicky Goh van King's College London, co-auteur en voormalig voorzitter van de Royal Society of Radiologists, ziet uitgebreide AI-systemen zoals X-Raydar als de toekomst van de geneeskunde, om overbelaste artsen te helpen.
De AI richt zich ook op efficiëntie in gevallen waarin geen afwijkingen worden gevonden op röntgenfoto's, wat ongeveer de helft van alle gevallen is.
Door deze gevallen te identificeren, stelt de AI radiologen in staat om zich meer te richten op complexe en kritieke onderzoeken.
Dit is vooral relevant gezien de tekorten aan radiologen in het Verenigd Koninkrijk, zoals gerapporteerd door het Royal College of Radiologists, die leiden tot vertragingen in de behandeling in 97% van de kankerbehandelingscentra in het land.
De X-Raydar software is open-sourced voor niet-commercieel gebruik om onderzoek en ontwikkeling op dit gebied te versnellen.
Dit sluit aan bij tal van spannende medische toepassingen van AI, waaronder een model dat hielp bij het versnellen van borstkankerscreening door meer dan 44% en een Google AI-systeem ontworpen om dokters een second opinion te geven.
De NHS heeft een lange staat van dienst als het gaat om het inzetten van medische AI-technologieën dankzij de samenwerking met DeepMind, waaronder een recente AI-hulpmiddel voor diagnose van longkanker.
